Reflection AI libera Beam: 501B y menos tokens por tarea

Reflection AI libera Beam: 501B parámetros y una apuesta incómoda

Reflection AI liberó los pesos de Beam, su primer modelo abierto: 501.000 millones de parámetros totales, de los cuales solo 23.000 millones se activan por cada token. La apuesta de la compañía no es vender tokens más baratos que los modelos chinos, sino lograr que cada tarea termine consumiendo muchos menos. Es una tesis que cualquier equipo con factura de IA debería entender antes de elegir su próximo modelo.

Beam llega un día después de que Meta publicara Muse Spark Open, un modelo de pesos abiertos de 816.000 millones de parámetros que Meta describe como el más capaz de Estados Unidos hasta la fecha. Los dos lanzamientos son dos respuestas distintas al mismo problema: los laboratorios chinos siguen liderando el rendimiento de los modelos abiertos y las empresas estadounidenses los están adoptando en volumen.

¿Qué es Beam y por qué compite por eficiencia de tokens?

Beam es un modelo de arquitectura mixture-of-experts (MoE) dispersa: guarda una reserva enorme de capacidad especializada, pero solo enruta cada token hacia una fracción de ella. Ese diseño es lo que permite que un modelo de tamaño grande sea barato de ejecutar.

Reflection lo entrenó con refuerzo intensivo y con una penalización explícita cada vez que el modelo gastaba tokens innecesarios. El CTO y cofundador Ioannis Antonoglou explicó a VentureBeat que la parte difícil es calibrar esa penalización: aplicada "de forma ingenua", dijo, el modelo "simplemente aprende a no resolver la tarea", porque escribir menos es más fácil que hacer el trabajo. La salida fue una cantidad masiva de refuerzo: más de 100 millones de rollouts durante cuatro semanas sobre un clúster de 10.500 GPUs GB300 de Nvidia.

Contando evaluaciones y experimentos, Reflection corrió unos 1.300 millones de sandboxes y su flota llegó a un pico de 883.006 CPUs virtuales repartidas en 23 clústeres de Google Cloud y Amazon Web Services, según su publicación de lanzamiento.

Reflection no lanzó solo pesos. Publicó bajo licencia Apache 2.0 un "sistema operativo abierto" para agentes con 33 socios nombrados —y unos nueve más esperando aprobación— que cubre cómo correr, personalizar y desplegar Beam, además de Mirror CLI, un agente de código de línea de comandos escrito en Rust y Python. Dell y HPE instalarán Beam en hardware de clientes y Reflection enviará ingenieros propios a construir esos agentes.

La matemática que casi nadie mira: el costo por tarea

La factura de IA de una empresa es el precio por token multiplicado por la cantidad de tokens que consume una tarea. La mayoría de las comparaciones de precios muestra solo la primera mitad.

Un ejemplo simple: un modelo que cobra US$1 por millón de tokens y necesita 30.000 tokens para arreglar un bug cuesta 3 centavos. Otro que cobra el doble, US$2 por millón, pero resuelve lo mismo en 10.000 tokens, cuesta 2 centavos. El segundo tiene el token más caro y la tarea más barata.

Ese cambio de mirada ya se nota entre compradores. En la encuesta mensual de infraestructura de IA de VentureBeat, el 23% de los encuestados nombró el costo por millón de tokens como factor para elegir infraestructura en septiembre, frente al 11% en agosto.

Beam contra Muse Spark Open y los modelos chinos

Reflection todavía no publicó un precio. Dijo que sigue definiendo el de su servicio alojado, gratuito durante la beta pública, y que socios como Baseten fijan sus propios precios. Meta, en cambio, ya tenía precio el primer día: cuatro proveedores en OpenRouter listan Muse Spark Open a US$1,25 por millón de tokens de entrada y US$4,25 por millón de salida.

La diferencia de eficiencia viene del tamaño activo. Muse Spark Open usa 42.000 millones de parámetros activos por token contra los 23.000 millones de Beam. Según el cálculo de VentureBeat con el método de Reflection, cada token de Muse Spark Open consume unas 1,8 veces el cómputo de un token de Beam. Meta no publicó cuántos tokens necesita su modelo por tarea.

En los benchmarks que cada compañía publica, ninguno de los dos alcanza a los mejores modelos chinos en Terminal-Bench 2.1. Beam marca 80,1%, Muse Spark Open 76,4%, mientras DeepSeek V4.1 Flash llega a 90,6% y Kimi K3 de Moonshot a 85,0%.

Ahí está el punto de Reflection. En el gráfico de su blog del 5 de octubre, Beam ronda el 80% en Terminal-Bench 2.1 generando unos 25.000 tokens por intento, mientras GLM-5.2 de Z.ai obtiene un puntaje algo menor con unos 80.000 tokens. Un tercio de los tokens para un resultado parecido.

Por qué las empresas ya están usando modelos chinos

No es una discusión teórica. Pinterest construyó Navigator 1, el modelo conversacional detrás de su asistente de compras, sobre Qwen 3 VL de Alibaba. DoorDash acreditó a Kimi de Moonshot por "mejor calidad a menor costo" en revisión de código, según Fortune. Coinbase recortó su gasto en IA casi a la mitad tras poner GLM de Z.ai y Kimi como modelos por defecto en sus herramientas internas, según MLQ. Y en Vercel, la cuota de tokens procesados por DeepSeek pasó de menos del 1% a 17% en mayo de 2026, según Rest of World, mientras su porción del gasto se mantuvo cerca del 1%.

Antonoglou no discutió esa adopción. Dijo que Beam va a "ganar por mérito" y enumeró los riesgos de correr un modelo chino en servidores propios: cambios regulatorios, responsabilidad legal, procedencia del modelo y dependencia. El riesgo nuevo, dijo, viene de los agentes: un modelo ya no solo conversa, actúa con acceso a herramientas y datos sensibles, y una empresa no puede estar segura de que no fue "entrenado para activar ciertos comportamientos en ciertos escenarios".

Ese riesgo de procedencia es más común de lo que parece. De los 32 encuestados de la encuesta de septiembre de VentureBeat que corren modelos de pesos abiertos, el 56% no pudo decir con confianza de dónde vienen los modelos de su stack ni si alguno era de un laboratorio chino. Ninguno eligió la opción de haber adoptado un modelo chino a propósito.

Detrás de todo esto hay otro movimiento. El Financial Times reportó el 10 de octubre que Nvidia está en conversaciones tempranas para comprar Reflection o invertir más. Antonoglou calificó el reporte de "rumores sin fundamento" y describió a Nvidia como "un socio cercano e inversor" que apoya a la compañía desde su ronda Serie B. No aclaró si las conversaciones existen.

¿Qué significa esto para tu startup?

• Mide costo por tarea, no precio por token. Antes de migrar, corre una tarea real de tu equipo —un fix de bug, una revisión de PR, un flujo de agente— en dos o tres modelos y cuenta los tokens totales. La hoja de precios sola te va a mentir.
• Revisa la procedencia de tu stack. Si no puedes nombrar el origen de cada modelo que usas, ya tienes un problema de cumplimiento, no solo de costos. Los modelos chinos suelen entrar por un proveedor o framework sin que nadie lo decida explícitamente.
• Calcula el costo de servirlo tú mismo. Beam cabe en un servidor de ocho GPUs en sus versiones de 8 y 4 bits (H100, H200 o GB300), mientras la versión de precisión completa necesita "decenas de GPUs". Si tu volumen es alto y tus datos son sensibles, ese número mueve el punto de equilibrio frente a una API.
• Desconfía de los benchmarks autoinformados. Reflection admite que no tiene una cifra en dólares de su ahorro, y su vicepresidente de Producto, Joe Spisak, concedió que menos tokens no siempre se traduce en una factura menor: un modelo chino "puede tener mejores kernels" y ser más eficiente en la práctica.

Conclusión

El lanzamiento de Beam parte en dos la pregunta sobre los modelos abiertos: qué modelo hace más y qué modelo hace el trabajo por menos dinero. Meta respondió con potencia; Reflection responde con delgadez. Para un founder con presupuesto limitado, la segunda pregunta suele ser la que decide.

Lo que todavía no se puede verificar es justamente el número que importa. Reflection no publicó precio ni una cifra concreta de costo por tarea, y sus benchmarks son autoinformados. La prueba real llega cuando los pesos estén en manos de terceros y alguien mida la factura completa.

Fuentes

• VentureBeat (fuente original)
• SiliconANGLE
• Crypto Briefing
• Tech Times